Научно-учебная лаборатория методов анализа больших данных LAMBDA

Обучаем
Разрабатываем
Внедряем

LAMBDA – это:

Команда

Деркач Денис Александрович

Заведующий лабораторией

Красноженов Григорий Григорьевич

Руководитель индустриальных проектов

Талайкова Наталья Анатольевна

Руководитель внутреннего сопровождения исследований

Ратников Федор Дмитриевич

Руководитель фундаментальных исследований

Гущин Михаил Иванович

Руководитель индустриальных исследований

 

Лаборатория в цифрах

    • 65+

      образовательных курсов

    • 150+

      статей

    • 35+

      сотрудников

    • 7

      лауреатов стипендии им. Сегаловича

    • 7

      аспирантов

Партнеры

Новости

Публикации

  • Книга

    Derkach D., Artemev M.

    2025 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW)

    IEEE, 2025.

  • Database of tensile test results of carbon fibers impregnated with thermoplastic polymer.

    В данном исследовании представлен исчерпывающий набор экспериментальных данных, направленных на выявление механизмов и закономерностей, определяющих деформационное поведение композитов, армированных непрерывными углеродными волокнами (УВ) на основе термопластичных полимеров. В работе описаны методы извлечения данных, которые впоследствии могут быть использованы для оптимизации механических свойств таких структур с помощью моделей нейронных сетей. В данной статье рассматривается термопластичный полимер полисульфон (ПСУ) марки Ultrason S 2010, который использовался в качестве матричного материала для композитов, а в качестве армирующих волокон использовались высокопрочные волокна Toray T700SC. Образцы композита в виде стержней диаметром 1 мм были получены путем пропитки волокон раствором полисульфона в N-метил-2-пирролидоне с последующим удалением растворителя. Собранный набор данных содержит более 600 результатов испытаний на растяжение, включая диаграммы нагрузка-деформация для различных условий испытаний, данные о механизмах разрушения образцов и изображения микроструктуры образцов в поперечном и продольном сечениях, полученные с помощью сканирующего электронного микроскопа (СЭМ). Этот набор данных будет полезен для разработки моделей машинного обучения.

    Scientific data. 2026.

  • Глава в книге

    Ivanov S., Borisov V., Ali S. et al.

    Refrigerant Leak Detection in Data Centers Using Topologically Determined Graph Neural Networks

    In bk.: 2025 IEEE XVII International Scientific and Technical Conference on Actual Problems of Electronic Instrument Engineering (APEIE). IEEE, 2025. Ch. 127. P. 1-7.

  • Препринт

    Derkach D., Efremenko D., Чупров И. А. et al.

    Application of Physics-Informed Neural Networks for Solving the Inverse Advection-Diffusion Problem to Localize Pollution Sources

    arxiv.org. Computer Science. Cornell University, 2025. No. 2503.18849.

Все публикации

Контакты

109028, Москва, Покровский бульвар, д. 11, S-924

lambda-industry@hse.ru